CT-IDP: Segmentation-Derived Quantitative Phenotypes for Interpretable Abdominal CT Disease Classification

Technische Samenvatting: CT-IDP – Segmentatie-afgeleide Kwantitatieve Fenotypen voor Interpreteerbare Abdominale CT-Ziekteclassificatie

Probleemstelling
De toenemende omvang van abdominale CT-scanstudies vereist robuuste, geautomatiseerde computer-ondersteunde diagnostische methoden die generaliseren over diverse scanners, protocollen en instellingen. Hoewel diepe leermodellen (CNN's, visietransformatoren en visie-taalmodellen) sterke benchmarkprestaties hebben behaald, vertrouwen zij vaak op "shortcut learning", waarbij textuur-dominante verschijningskenmerken worden geprioriteerd boven stabiele, kwantitatieve manifestaties van ziekte. Deze beperking is bijzonder kritiek voor radiologische bevindingen die worden gedefinieerd door meetbare anatomie—zoals orgaangrootte, vaatdiameter, weefselattenuatie of calcificatielast—waarbij ziekte-expressie kwantitatief is in plaats van puur textueel. Bovendien zijn traditionele radiomics-benaderingen doorgaans laesie-gericht en gevoelig voor reconstructiekernen en ruis, en missen zij een unified raamwerk voor toepassing over verschillende ziekten heen.

Methodologie
De auteurs stellen CT-IDP (CT Image-Derived Phenotypes) voor, een raamwerk dat een anatomie-gerichte formulering operationaliseert voor multi-label classificatie van abdominale CT. De methodologie verloopt via vier kernfasen:

1. Segmentatie en Descriptorextractie:

   • Multi-orgaan segmentaties worden gegenereerd met TotalSegmentator en gemapt naar het native CT-afbeeldingsrooster.
   • Meer dan 900 orgaan- en compartimentniveau-descriptoren worden berekend in de native afbeeldingsruimte met gebruik van voxel-spacing metadata om fysieke eenheden te waarborgen.
   • Deze descriptoren worden gecategoriseerd in drie families:
     • Morfometrie: Volume, diameter, oppervlakte en vormverhoudingen.
     • Attenuatie: Eerste-orde HU-samenvattingen, inter-orgaan contrasten en lastschattingen.
     • Contextueel/Last: Holte-genormaliseerde bezetting en samengestelde verhoudingen.

2. Sparre Ziektespecifieke Modellering:

   • In plaats van één end-to-end diep netwerk, wordt voor elke doelbevinding een apart spars logistiek regressiemodel getraind met een elastic-net regularisator.
   • Kenmerken worden geselecteerd via gestratificeerde 5-voudige kruisvalidatie op de MERLIN-ontwikkelset. Hoog gecorreleerde descriptoren worden gefilterd en ontbrekende waarden worden geïmputeerd met dataset-samenvattingsstatistieken.
   • De definitieve modelspecificatie (descriptoren, imputatieregels, schaalparameters en coëfficiënten) wordt "vergrendeld" en identiek toegepast op externe datasets zonder hertraining.

3. Benchmarking:

   • CT-IDP wordt vergeleken met een DINOv3-gebaseerde visietransformator (ViT)-baseline.
   • De ViT-baseline wordt getraind op dezelfde MERLIN-ontwikkeldata, met gebruik van intensiteit-afkapping, hersampling en een drievoudige slice-encoderingsmethode om slice-niveau embeddings te aggregeren tot studie-niveau voorspellingen.

4. Evaluatiestrategie:

   • Datasets: Ontwikkeling op de publieke MERLIN-benchmark (15.175 training, 5.018 validatie, 5.082 test studies). Externe validatie op een privé institutionele dataset (n=2.000) en de publieke AMOS-dataset (n=1.107).
   • Labels: Studieniveau-labels worden afgeleid van radiologierapporten (met LLM-ondersteunde NLP voor de privé dataset) en gemapt naar de fenotypebibliotheek.
   • Maten: Macro-AUC en Average Precision (AP) met 95% betrouwbaarheidsintervallen via bootstrapping.

Belangrijkste Resultaten

• Algemene Prestatie: CT-IDP presteerde beter dan de DINOv3-baseline over alle drie de datasets op macro-AUC en macro-AP.
  • MERLIN: CT-IDP AUC 0,897 versus ViT 0,880.
  • Privé Institutioneel: CT-IDP AUC 0,877 versus ViT 0,857.
  • AMOS: CT-IDP AUC 0,780 versus ViT 0,756.
• Regimespecifieke Prestatie:
  • CT-IDP Superioriteit: Het kwantitatieve model toonde significante winst op bevindingen gedefinieerd door meetbare anatomie of attenuatie, waaronder galstenen (+0,111 tot +0,255 ΔAUC), hepatische steatose (+0,157), abdominaal aorta-aneurysma (AAA) en splenomegalie.
  • ViT Superioriteit: De visietransformator presteerde beter dan CT-IDP op bevindingen afhankelijk van ruimtelijke patronen, compartimentale vloeistofverdeling of darmconfiguratie, zoals vrije lucht, darmobstructie en ascites.
  • Observabiliteitsgrenzen: Prestatieanalyse toonde aan dat de discriminatie van CT-IDP sterk daalt voor subdrempel- of niet-gecalcificeerde laesies (bijv. niet-gecalcificeerde galstenen, kleine niercysten) waarbij de afwijking onder de resolutie van de segmentatie-afgeleide descriptoren valt. In deze regimes behield de ViT matige resterende discriminatie op basis van lokale verschijningskenmerken.
• Interpreteerbaarheid: De spars modellen leverden expliciete, controleerbare voorspellingsregels op. Coëfficiënteninspectie bevestigde dat besluitregels in lijn waren met klinische drempels (bijv. waarschijnlijkheid stijgend met aortadiameter en dalend met lever-milt attenuatieverschil). Falen was mechanistisch inspecteerbaar, vaak terug te voeren tot specifieke descriptorbeperkingen of label-herkomstproblemen (bijv. NLP-gedreven co-labeling van hepatomegalie en steatose).

Betekenis en Beweringen
Het artikel stelt dat CT-IDP een distinct en complementair werkregime definieert ten opzichte van geleerde afbeeldingsrepresentaties:

• Op Meting Gebaseerde Robuustheid: Voor ziekten die tot uitdrukking komen via meetbare anatomie (grootte, attenuatie, last), zijn modellen die direct op deze metingen zijn gebouwd robuuster tegen datasetverschuivingen en beter interpreteerbaar dan op verschijning gebaseerde embeddings.
• Interpreteerbaarheid per Ontwerp: In tegenstelling tot post-hoc verklaringmethoden is de interpreteerbaarheid van CT-IDP intrinsiek; elke voorspelling is een spars functie van benoemde anatomische metingen, waardoor clinici specifieke besluitregels kunnen inspecteren, betwisten of auditeren.
• Foutanalyse: Het raamwerk faciliteert de ontleding van falingsmechanismen. Bijvoorbeeld, het artikel identificeert dat externe prestatiekloven bij hepatomegalie waarschijnlijk werden gedreven door NLP-afgeleide trainingslabels die hepatomegalie vermengden met steatose, een nuance die werd onthuld door coëfficiënteninspectie.
• Toekomstige Richting: De auteurs suggereren een hybride aanpak als de natuurlijke volgende stap, waarbij expliciete CT-IDP-metingen worden gecombineerd met anatomie-bewuste visuele embeddings, waarbij elk wordt gebruikt in zijn respectieve regime (meting-gedefinieerd versus ruimtelijk-patroon-gedefinieerd).

Erkende Beperkingen
De studie merkt op dat de fideliteit van descriptoren afhankelijk is van segmentatiekwaliteit, met name voor kleine laesies. Het gebruik van rapport-afgeleide labels comprimeert radiologisch heterogene ziekten tot binaire toestanden, wat mogelijk werkregimes kan verduisteren. Bovendien beperkte het ontbreken van per-studie contrastfase-metadata in externe datasets de mogelijkheid om protocolvariatie te isoleren als een specifieke oorzaak van prestatiedegradatie. De spars logistieke regressie-aanpak, hoewel transparant, kan complexe niet-lineaire interacties ondervertegenwoordigen.